FREN

Noctua Polaris, conseil indépendant en IA et data

Conseil indépendant en IA et data

Diagnostic, modèles sur mesure, préparation à la validation et accompagnement, pour les PME, l’industrie et l’aéronautique.

Prendre contact

Offres

Vous pouvez commencer par n’importe laquelle, ou les enchaîner.

Diagnostic IA et data

Savoir ce qui vaut la peine d’être fait, avec ou sans IA, et par quoi commencer.

Pour qui

Les PME et ETI qui se demandent par où commencer avec l’IA. Les industriels qui envisagent un modèle et veulent vérifier qu’il en vaut la peine avant d’investir.

Lire la description

Quelques jours d’ateliers avec vos équipes pour comprendre votre activité, vos outils et vos données. Vous repartez avec une liste d’actions classées selon leurs bénéfices attendus et leur coût de mise en œuvre. L’IA n’est retenue que lorsque les gains qu’elle apporte justifient l’investissement.

Modèles d’IA sur mesure

Un modèle construit pour votre problème, avec des performances mesurées et des limites identifiées.

Pour qui

Les PME, ETI et startups qui ont un problème de prévision ou d’optimisation, sans data scientist en interne. Les startups et PME qui mènent un projet d’innovation. Les organisations qui font évoluer un service de données sur plusieurs années.

Lire la description

Pour un problème opérationnel (prévoir une demande, planifier une maintenance, répartir des moyens), le modèle est construit à partir de vos données, puis intégré à vos outils. Pour un projet d’innovation, je m’appuie sur les travaux de recherche existants pour développer une première version testée, conçue pour passer ensuite en production. Dans les deux cas, les performances du modèle sont évaluées globalement et selon les situations, pour identifier les conditions dans lesquelles ses résultats sont moins fiables.

Préparation à la validation IA

Concevoir vos modèles pour répondre aux exigences de validation, ou préparer les preuves de fiabilité de vos modèles existants.

Pour qui

Les sous-traitants de l’aéronautique, du spatial et de la défense qui doivent démontrer la fiabilité de leurs modèles à leurs donneurs d’ordre. Les équipes qui mettent en production un modèle prédictif sur données structurées, avec des exigences de fiabilité.

Lire la description

Vous démarrez un projet : le travail part des contraintes qui s’appliquent au modèle, celles de votre donneur d’ordre ou de la réglementation, et le pipeline de données et le modèle sont conçus pour y répondre dès le départ. Votre modèle existe déjà : l’analyse porte sur tout le pipeline, de la collecte des données au modèle en service, et montre ce qui l’empêche de répondre à ces contraintes ; les solutions sont ensuite construites avec votre équipe, chaque étape étant vérifiée sur vos données. En aéronautique comme dans d’autres systèmes critiques, ce travail prépare la démarche d’assurance des modèles. Je ne délivre pas de certification.

Lead IA en temps partagé

Des projets d’IA cadrés et suivis, sans recruter de responsable IA.

Pour qui

Les PME et ETI qui ont des projets d’IA mais pas de responsable IA, souvent avec une personne à temps partiel qui avance seule. Les startups techniques qui veulent un avis senior sans recruter.

Lire la description

Quelques jours par mois, vous bénéficiez d’un regard expérimenté pour cadrer vos projets d’IA, évaluer les choix techniques et accompagner votre équipe ou vos prestataires. Pour choisir vos outils et vos fournisseurs, vous disposez d’un avis indépendant et d’un appui à la rédaction des cahiers des charges. La personne qui porte l’IA chez vous n’avance plus seule. Les décisions restent les vôtres.

Prendre contact

Expérience

Quelques projets de mon parcours.

Gestion du trafic aérien

L’enjeu était double : faire atterrir plus d’avions par heure sans réduire la sécurité, et pouvoir démontrer au régulateur la fiabilité des modèles d’IA utilisés. Depuis une dizaine d’années, je travaille sur ces modèles de machine learning, qui calculent les marges de sécurité entre les avions, et sur la façon d’en démontrer la fiabilité : un objectif d’erreur tenu pour chaque type de paire d’avions et chaque condition météo, et un repli vers la règle de séparation en vigueur lorsque le modèle n’est pas assez fiable. Le système a été testé sur trois grands aéroports européens, en simulation temps réel et en essais en shadow mode avec des contrôleurs aériens. Il figure parmi les cas d’usage du Concept Paper de l’EASA, a été présenté aux EASA AI Days 2026 dans le cadre des AI Olympics, et les travaux ont été publiés (DASC 2018, SESAR Innovation Days 2022).

Transport maritime offshore

L’armateur cherchait à mieux organiser le travail des équipages et la maintenance de sa flotte. À partir de ses données opérationnelles, j’ai mesuré la charge de travail réelle à bord, puis conçu un outil de priorisation des tâches de maintenance, fondé sur des heuristiques et de la recherche opérationnelle. L’analyse de charge a éclairé l’organisation des équipages, et l’outil a été déployé sur une dizaine de navires, amélioré sur plusieurs versions, puis intégré par le client à son propre système.

Prévision de la demande passagers

Les aéroports doivent planifier leurs équipes et leurs ressources plusieurs semaines à l’avance, sans savoir combien de passagers transportera chaque vol. Je conçois et développe un service de prévision qui répond à ce besoin, des pipelines de données jusqu’aux modèles de machine learning, mis en service seulement s’ils font mieux qu’une baseline. Ce service tourne chaque jour en production, avec un suivi automatique de sa précision, et prévoit le nombre de passagers attendus sur chaque vol, jusqu’à huit semaines à l’avance.

Diagnostics

Une dizaine de diagnostics IA et data pour des PME et ETI (services informatiques, événementiel médical, aménagement, paysage, logistique, mobilité), chacun conclu par une feuille de route d’actions classées, ainsi qu’un schéma directeur data et IA pour une grande infrastructure.

À propos

Guillaume Stempfel

Guillaume Stempfel

  • Docteur en IA
  • 15 ans de conseil en IA et data
  • 10 ans de projets pour l’aéronautique

Après un doctorat en apprentissage automatique, j’ai assuré la direction technique de projets d’IA dans plusieurs secteurs, notamment la gestion du trafic aérien. J’ai également dirigé une équipe d’une vingtaine de personnes et contribué aux travaux européens de normalisation de l’IA en aéronautique. Depuis 2026, j’exerce en indépendant et prends en charge personnellement un nombre limité de missions.

Publications sélectionnées

Toutes les publications

Contact

contact@noctua-polaris.eu

04 84 89 71 81 LinkedIn

96 rue Paradis, 13006 Marseille